DISTFLASHATTN: Distributed Memory-efficient Attention for Long-context LLMs Training

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Li, Dacheng, Shao, Rulin, Xie, Anze, Xing, Eric P., Ma, Xuezhe, Stoica, Ion, Gonzalez, Joseph E., Zhang, Hao
Natura: Preprint
Pubblicazione: 2023
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!